1初始化数据迭代器
2遍历数据批次
3（注释掉的部分）数据转移
4可视化图像
5打印真实标签
1数据转移
2模型预测
3获取预测类别
4打印预测结果
1初始化产量
2关闭梯度计算
3遍历测试数据
4计算
1导入库和设备配置
2定义神经网络类
3定义前向传播方法
net.parameters()：在PyTorch中，每个继承自nn.Module的模型（这里假设net是这样的模型实例）都有parameters)方法，该方法返回一个可迭代对象，其中的每个元素代表模型中的一层参数，比如权重和偏置
1导入模块与超参数设置
2定义损失函数和优化器
3训练循环
定义主函数及内部函数
paras_summary函数：接受输入尺寸input_size和模型model作为参数，用于汇总模型各层参数信息
register_hook内部函数：用于为模型的每一层注册前向传播钩子。
hook内部函数：在每次前向传播时被调用，获取层的相关信息
记录输入输出形状
统计参数数量和可训练性
注册钩子
处理输入数据
初始化和操作
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
